石大信息學(xué)院教師在《TNNLS》上發(fā)表文章
發(fā)布時(shí)間:2017-05-25 | 來(lái)源：地球物理與信息工程學(xué)院 | 作者：連思銘 | 瀏覽量：
近日，JCR1區(qū)期刊《IEEE Transactions on Neural Networks and Learning Systems 》(《TNNLS》)上發(fā)表了中國(guó)石油大學(xué)（北京）地球物理與信息工程學(xué)院教師的論文《Online Learning Algorithm Based on Adaptive Control Theory 》（《基于自適應(yīng)控制理論的在線(xiàn)算法研究》），劉建偉為第一作者，中國(guó)石油大學(xué)（北京）為第一完成單位。
該研究成果將機(jī)器學(xué)習(xí)與控制理論有機(jī)的結(jié)合起來(lái)，基于模型參考自適應(yīng)控制理論技術(shù)提出了一種新的在線(xiàn)學(xué)習(xí)算法，給出了后悔上下界，與以往的梯度下降算法和指數(shù)梯度下降算法比較，具有更緊的后悔界，并針對(duì)如何給出一個(gè)更緊湊上界的更新法則以及如何比較三種算法的累計(jì)損失進(jìn)行了探討性研究。研究成果中得到的后悔上下界是隨時(shí)間變化的函數(shù)，并隨著時(shí)間的增加，后悔上界越來(lái)越接近估計(jì)值。除理論研究外，實(shí)驗(yàn)表明該算法的更新規(guī)則在人工數(shù)據(jù)集與真實(shí)數(shù)據(jù)集都是可行的，且上界要比其他兩種算法更緊。
TNNLS是機(jī)器學(xué)習(xí)中神經(jīng)網(wǎng)絡(luò)以及學(xué)習(xí)系統(tǒng)方面的著名期刊，影響因子4.854。
詳情請(qǐng)見(jiàn)：
